基于卷积神经网络的图像分类实战

这篇文章围绕一套可直接运行的 CNN 代码展开，便于对照实现与输出结果。

激活函数基础

非线性是深层网络有效的根因。没有激活函数，网络会退化为线性变换的堆叠，表达力极其有限；加入激活后，网络才能学习更复杂的决策边界。不同激活的梯度分布差异明显，会直接影响收敛速度与稳定性。梯度是否稳定决定了训练过程是否平滑。

图中概览了常见激活的形态与梯度特性，可直观看到哪些激活更容易出现梯度饱和或稀疏。

这张图把激活放在网络结构里展示，强调它与卷积、归一化的相对位置，这一顺序会影响收敛稳定性。

这张图把不同激活的梯度表现放在一起对比。同一模型、同一数据下，梯度越稳定，loss 曲线越平滑；梯度越不稳定，训练越容易抖动。因此代码将激活设计为可切换，便于公平对比。

1. 配置入口

把激活、归一化、优化器、调度器做成可配置，实验变量集中在一个入口，便于复现与消融对比。实现上通过 Config 统一管理实验变量。

@dataclassclassConfig:    ACTIVATION: str = "relu"    NORM: str = "batch"    DROPOUT_P: float = 0.1    OPTIMIZER: str = "adamw"    LR: float = 3e-4    SCHEDULER: str = "cosine_warmup"    BATCH_SIZE: int = 128    EPOCHS: int = 15

只改一个字段就能切换实验条件，例如快速对比 ReLU 与 GELU 的收敛差异。

2. 数据管线

先用 FakeData 跑通训练流程，把注意力放在流程正确性；再加入数据增强，模拟真实训练的泛化需求。实现上用随机裁剪、翻转与归一化构建训练集。

train_tfms = [    transforms.RandomHorizontalFlip(),    transforms.RandomCrop(CFG.IMG_SIZE, padding=4),    transforms.ToTensor(),    transforms.Normalize(mean, std),]train_dataset_full = datasets.FakeData(    size=CFG.TRAIN_SAMPLES,    image_size=(3, CFG.IMG_SIZE, CFG.IMG_SIZE),    num_classes=CFG.NUM_CLASSES,    transform=transforms.Compose(train_tfms),)

流程能稳定跑通，并具备与真实任务一致的“增强 + 归一化”输入分布。

3. 模型结构

卷积负责局部特征提取，池化负责降采样与平移不变性，全局平均池化用于减少参数量。实现上用三层卷积块 + 池化 + 全局平均池化 + 线性头。

classConvBlock(nn.Module):def__init__(self, in_c, out_c, activation, norm, dropout_p, H, W):self.conv = nn.Conv2d(in_c, out_c, kernel_size=3, padding=1)self.norm = make_norm2d(norm, out_c, H, W)self.act  = make_activation(activation)self.drop = nn.Dropout2d(p=dropout_p) if dropout_p > 0else nn.Identity()classSmallCNN(nn.Module):def__init__(self, cfg: Config):self.block1 = ConvBlock(3, 64, cfg.ACTIVATION, cfg.NORM, cfg.DROPOUT_P, H, W)self.pool1  = nn.MaxPool2d(2)self.block2 = ConvBlock(64, 128, cfg.ACTIVATION, cfg.NORM, cfg.DROPOUT_P, H//2, W//2)self.pool2  = nn.MaxPool2d(2)self.block3 = ConvBlock(128, 256, cfg.ACTIVATION, cfg.NORM, cfg.DROPOUT_P, H//4, W//4)self.pool3  = nn.AdaptiveAvgPool2d((1,1))self.head   = nn.Linear(256, cfg.NUM_CLASSES)

模型结构清晰，训练速度快，适合快速做对比实验。

这张图给出激活选择的直观参考，可结合任务规模与收敛曲线做取舍。

4. 损失与优化

损失函数决定优化目标，优化器决定参数更新方式。分类任务常用交叉熵作为主损失。实现上交叉熵与 MSE 二选一，默认 AdamW。

defmake_criterion(name: str):if name == "cross_entropy":return nn.CrossEntropyLoss()if name == "mse":return nn.MSELoss()

defmake_optimizer(name: str, params, lr: float, weight_decay: float):if name == "adamw":return torch.optim.AdamW(params, lr=lr, weight_decay=weight_decay)

训练更稳定，loss 下降更平滑，收敛速度更可控。

这张图对比 ReLU 相关特性，适合与调度器一起观察收敛是否稳定。

5. 调度器

Warmup 防止初期梯度爆炸或震荡，Cosine 让后期学习率平滑下降。实现上使用 LambdaLR 实现 warmup + cosine。

defmake_scheduler(name: str, optimizer, *, steps_per_epoch=None):if name == "cosine_warmup":        total_steps = CFG.EPOCHS * steps_per_epoch        warmup = CFG.COSINE_WARMUP_STEPSdeflr_lambda(step):if step < warmup:returnfloat(step) / float(max(1, warmup))            progress = (step - warmup) / float(max(1, total_steps - warmup))return0.5 * (1.0 + math.cos(math.pi * progress))return torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda)

训练曲线更稳定，验证集指标更可控。

6. 训练闭环

训练与验证分开统计，调度器根据验证损失更新，早停防止过拟合。实现上通过训练、验证、早停与最优权重保存完成闭环。

train_loss, train_acc, global_step = train_one_epoch(...)val_loss, val_acc = evaluate(...)ifisinstance(scheduler, torch.optim.lr_scheduler.ReduceLROnPlateau):    scheduler.step(val_loss)if CFG.EARLY_STOP:if val_loss < best_val - 1e-6:        best_state = {k: v.cpu().clone() for k, v in model.state_dict().items()}else:        bad_epochs += 1

训练过程可监控，最终模型来自验证最优权重而不是最后一轮。

7. 运行方式

先跑通默认配置，再逐项修改做对比，避免变量过多导致定位困难。运行方式如下：

python dl.py

日志输出包含 lr / train_loss / train_acc / val_loss / val_acc，便于观察收敛与过拟合趋势。

8. 结果分析

训练与验证曲线的相对关系决定是否过拟合；混淆矩阵用于类别级问题定位。脚本输出测试集准确率与混淆矩阵，并保留验证最优权重。

可以快速判断模型是否收敛、是否过拟合，以及哪些类别最容易混淆。

9. 可选扩展

训练闭环稳定后，扩展方向主要是数据集与模型规模。实现上可替换 FakeData 为 CIFAR-10 或自定义数据集、升级为 ResNet/MobileNet、接入 TensorBoard 做可视化，同一套训练闭环可直接迁移到真实任务。

如果这类内容对你有帮助，欢迎关注，后续会持续分享深度学习训练技巧、工程化落地与代码实战案例。